TY -的A2 -李,Xingwang盟——Hrizi Olfa AU - Gasmi,卡里姆AU - Ben Ltaifa Ibtihel盟——Alshammari Hamoud盟——Karamti Hanen盟——Krichen莫耶兹盟——本Ammar, Lassaad AU -马哈茂德,Mahmood a . PY - 2022 DA - 2022/03/21 TI -肺结核疾病诊断基于优化的机器学习模型SP - 8950243六世- 2022 AB -计算机科学中扮演一个重要的角色在现代动态卫生系统。鉴于合作性质的诊断过程中,计算机技术提供重要的服务,医疗保健专业人士和组织,以及病人和他们的家属,研究人员和决策者。因此,任何创新,改进诊断过程,同时保持质量和安全卫生保健领域的发展是至关重要的。许多疾病可以在初始阶段初步诊断。在这项研究中,所有发达技术应用于肺结核(TB)。因此,我们提出一个优化的基于机器学习模型,从结核相关提取最佳纹理特征图像和选择的hyper-parameters分类器。提高准确率,减少特征提取的数量是我们的目标。换句话说,这是一个多任务优化问题。遗传算法(GA)用于选择最好的特性,然后送入支持向量机(SVM)分类器。使用ImageCLEF 2020数据集,我们使用该方法进行了实验,取得了更高的精度和更好的结果相比,最先进的作品。 The obtained experimental results highlight the efficiency of modified SVM classifier compared with other standard ones. SN - 2040-2295 UR - https://doi.org/10.1155/2022/8950243 DO - 10.1155/2022/8950243 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -